Gergasi makanan seperti Kellanova guna pertanian regeneratif dan AI logistik untuk turunkan emisi, stabilkan bekalan dan bina kelebihan bersaing dari ladang ke rak.
Pada 2025, lebih 70% jejak karbon syarikat makanan global datang dari ladang dan rantaian bekalan, bukan dari kilang atau pejabat. Itu sebabnya langkah gergasi makanan seperti Kellanova (bekas Kellogg’s) ke arah pertanian regeneratif bukan sekadar projek CSR – ia strategi bisnes.
Dan di sebalik projek hijau ini, satu perkara makin jelas: tanpa data dan AI, sukar untuk skala. Terutamanya bila rantaian bekalan anda merentasi ribuan ladang, gudang, lori, dan rak pasar raya.
Artikel ini kupas bagaimana langkah Kellanova di India jadi contoh menarik untuk pengeluar makanan, peruncit besar, dan pemain e-dagang di Malaysia – dan bagaimana AI dalam logistik & pengangkutan boleh jadikan inisiatif sebegini lebih pantas, murah dan telus.
1. Apa yang Kellanova buat – dan kenapa ini penting untuk rantaian bekalan
Kellanova baru umum kerjasama lima tahun dengan Varaha, pemaju projek karbon terbesar di Asia. Fokusnya: mengubah 12,500 ekar ladang jagung kecil di India kepada amalan pertanian regeneratif.
Beberapa fakta penting:
- 5,000 petani kecil terlibat (kurang 10 hektar setiap seorang)
- Sasaran mengurangkan dan menyerap hampir 100,000 tan CO₂ dari rantaian bekalan
- Lokasi utama: Maharashtra, India – kini jadi wilayah strategik dalam agenda kelestarian global Kellanova
- Fokus pada amalan seperti pengurusan sisa tanaman, kecekapan nitrogen, penanaman atas batas (raised-bed) dan tanaman penutup tanah (cover cropping)
Kesan terus kepada rantaian bekalan makanan:
- Tanah lebih sihat → hasil lebih stabil → kurang risiko gangguan bekalan
- Kurang baja kimia → kos input turun, margin petani naik
- Karbon disimpan dalam tanah → emisi Skop 3 pengeluar turun, sasaran net-zero lebih realistik
Kellanova tak treat projek ini sebagai offset karbon di luar operasi, tapi sebagai insetting – iaitu mengurangkan emisi dalam rantaian bekalan sendiri. Itu beza besar dari segi impak jangka panjang dan kebolehpercayaan data.
“Tindakan iklim dan kemakmuran petani boleh berjalan seiring.” – Shaughan Kennedy, VP Rantaian Bekalan Asia Pasifik, Timur Tengah & Afrika, Kellanova
Untuk pemain runcit & e-dagang besar di Malaysia, mesejnya jelas: kelestarian yang serius perlu bermula dari sumber – dari ladang hingga ke gudang dan last-mile delivery.
2. Di mana AI masuk dalam cerita pertanian regeneratif & logistik
Pertanian regeneratif memang kedengaran ‘tradisional’, tapi nak urus:
- ribuan petani,
- puluhan ribu ekar,
- pelbagai jenis data (tanah, cuaca, input, hasil, emisi),
…secara manual memang tak praktikal.
Di sinilah AI dalam logistik dan pengangkutan jadi enjin di belakang tabir.
2.1 AI untuk memetakan risiko bekalan dari ladang
Satu isu besar dalam rantaian bekalan makanan: ketidakpastian hasil. Dengan data dari ladang yang ikut amalan regeneratif, AI boleh:
- menjangka hasil berdasarkan cuaca, jenis tanah, amalan agronomi
- mengesan awal kawasan yang berisiko rendah hasil
- memetakan lokasi yang sesuai untuk diperluas program regeneratif
Untuk pengeluar dan peruncit:
- Perancangan bekalan ke kilang jadi lebih tepat
- Kurang keperluan ‘over-order’ dari pembekal (kurang pembaziran & kos storan)
- Lebih mudah menyelaras pengangkutan (kapasiti lori, jadual penghantaran)
2.2 AI untuk pengoptimuman pengangkutan rendah karbon
Bila bahan mentah dari ladang regeneratif masuk ke sistem logistik, AI boleh sambung peranan:
- Pengoptimuman laluan lori: Pilih laluan dengan jarak, masa dan penggunaan bahan api paling optimum
- Penggabungan muatan (load consolidation): AI cari kombinasi pesanan yang paling efisien untuk digabung dalam satu trip
- Perancangan multimodal: Gabung lori, kereta api, kapal secara pintar untuk turunkan emisi per tan-km
Ini terus menyokong sasaran emisi Kellanova: kalau ladang dah kurang karbon tapi lori tetap guna laluan tak efisien, potensi penjimatan hilang.
2.3 AI untuk pengesanan & pelaporan emisi rantaian bekalan
Satu lagi realiti: laporan ESG dan CDP sekarang perlukan data emisi yang terperinci.
AI boleh:
- mengautomasi pengumpulan data dari ladang, gudang, fleet lori, dan pusat pengedaran
- menganggarkan emisi Skop 3 dengan model yang telus
- menghasilkan dashboard yang mudah dibaca untuk pasukan operasi, bukan hanya pasukan kelestarian
Bagi peruncit dan pemain e-dagang, ini jawapan kepada tekanan regulatori dan pelanggan: “dari ladang ke rak, jejak karbon kami jelas dan boleh dikesan.”
3. Pelajaran untuk peruncit & e-dagang: jadikan kelestarian sebagai kelebihan bersaing
Kebanyakan syarikat besar kata mereka peduli kelestarian. Bezanya, hanya sebahagian yang jadikan ia strategi rantaian bekalan dan logistik yang nyata.
Kellanova bagi beberapa pelajaran praktikal.
3.1 Mulakan dengan pembekal kritikal dalam rantaian nilai anda
Kellanova fokus pada:
- jagung di India
- beras di Arkansas (melalui kerjasama dengan Walmart dan Indigo Ag)
Mereka pilih komoditi & wilayah yang betul-betul kritikal untuk bisnes, bukan projek rawak.
Bagi peruncit besar atau platform e-dagang di Malaysia, langkah sepadan mungkin:
- Fokus kepada pembekal ayam, beras, minyak masak, atau produk segar yang paling banyak menyumbang kepada jualan dan jejak karbon
- Bina program peralihan kepada pembungkusan hijau atau ladang berpensijilan untuk kategori tertentu terlebih dahulu
AI boleh bantu:
- mengenal pasti kategori produk dengan impak emisi tertinggi
- mensimulasikan senario: “kalau 30% pembekal ayam tukar kepada standard X, berapa penurunan emisi & kos jangka panjang?”
3.2 Libatkan petani & pembekal kecil, bukan hanya ‘tier 1 suppliers’
Kekuatan projek Kellanova-Varaha adalah fokus kepada petani kecil. Di Asia, termasuk Malaysia, rantaian makanan memang penuh dengan pemain kecil:
- pekebun kecil
- pemborong tempatan
- pengusaha lori individu
Mengabaikan mereka bermaksud anda hanya nampak sebahagian kecil jejak karbon dan risiko.
Di sinilah platform AI rantaian bekalan boleh:
- wujudkan onboarding ringkas untuk pembekal kecil (contoh: aplikasi mudah alih untuk rekod input & hasil)
- beri insentif berdasarkan data (harga premium untuk ladang dengan amalan regeneratif, insentif kadar sewa lori untuk pemandu yang kekal pada laluan optimum)
3.3 Jadikan data kelestarian sebahagian daripada perancangan logistik harian
Ramai syarikat pisahkan:
- data logistik (kos, masa hantar, SLA) dan
- data kelestarian (emisi, penggunaan bahan api, pembaziran)
Realitinya, dua dunia ini patut gabung dalam satu dashboard.
Contohnya:
- Planner melihat laluan A (lagi laju, tapi lebih panjang) vs laluan B (lebih pendek, sedikit lambat). AI boleh beri skor gabungan: kos + masa + CO₂.
- Sistem pengurusan gudang (WMS) disambung dengan data emisi: keputusan slotting stok bukan sahaja ikut kadar pusingan (turnover), tapi juga jejak karbon per unit.
Bila kelestarian ‘masuk’ ke dalam sistem operasi, bukan hanya laporan tahunan, barulah ia jadi kelebihan bersaing.
4. Contoh guna AI untuk rantaian bekalan hijau: dari teori ke praktik
Untuk syarikat runcit, FMCG atau e-dagang besar, berikut antara aplikasi praktikal yang saya nampak berkesan.
4.1 Peramalan permintaan (demand forecasting) yang kurangkan pembaziran
Model AI boleh:
- meramal permintaan berdasarkan musim, promosi, cuti perayaan, cuaca
- mengurangkan stok berlebihan untuk produk mudah rosak (sayur, buah, daging)
Kesan kelestarian yang nyata:
- kurang makanan dibuang
- kurang trip kecemasan last-minute yang biasanya tak efisien
4.2 Pengoptimuman last-mile delivery yang lebih hijau
Dalam e-dagang, last-mile adalah komponen paling mahal dan intensif karbon.
AI dalam logistik boleh:
- kumpulkan pesanan di kawasan yang sama untuk satu trip yang dioptimumkan
- memilih gabungan van, motosikal, atau EV yang paling sesuai ikut jarak dan saiz pesanan
- meramal ‘no-show’ pelanggan dan laras laluan secara masa nyata
Hasilnya:
- kos per pesanan turun
- pelanggan dapat ETA yang lebih tepat
- emisi CO₂ per penghantaran berkurang
4.3 Perancangan rangkaian (network design) berasaskan emisi & kos
Bagi pemain besar yang ada beberapa gudang dan pusat pengedaran, AI boleh bantu reka rangkaian yang lebih pintar:
- di mana patut buka mini hub untuk kurangkan jarak penghantaran?
- apakah kombinasi gudang pusat vs dark store vs micro-fulfilment paling baik dari sudut kos + kelajuan + karbon?
Bila digabung dengan data daripada projek kelestarian di hulu (contoh: ladang regeneratif), anda dapat gambaran hujung-ke-hujung:
Dari sumber bahan mentah hingga sampai ke troli pelanggan, di mana titik paling besar emisi – dan apa pelarasan operasi yang paling berbaloi?
5. Langkah praktikal untuk syarikat yang mahu ikut jejak Kellanova
Ada tiga langkah permulaan yang realistik untuk syarikat runcit, FMCG dan e-dagang di Malaysia.
5.1 Pilih satu kategori dan satu wilayah untuk ‘projek perintis’
Jangan cuba ubah seluruh rantaian sekaligus. Pilih:
- 1 kategori (contoh: beras, ayam, sayur daun)
- 1 wilayah (contoh: Lembah Klang, Utara, Sabah/Sarawak)
- 1 atau 2 metrik utama (contoh: pengurangan emisi per kg, penurunan pembaziran, masa penghantaran)
Kemudian:
- gunakan AI untuk memetakan data permintaan, bekalan, dan logistik
- reka percubaan kecil: perubahan laluan, konsolidasi penghantaran, onboarding pembekal hijau
5.2 Bangunkan satu sumber ‘truth’ untuk data rantaian bekalan
Kalau data berselerak di Excel, WhatsApp dan sistem lama, AI tak akan banyak membantu.
Pastikan ada:
- platform data rantaian bekalan yang kumpulkan maklumat dari gudang, fleet, pembekal, dan sistem jualan
- standard data asas (unit, kod produk, kod pembekal) yang konsisten
Baru lepas itu masuk AI untuk analitik lanjutan, bukan sebaliknya.
5.3 Komunikasi nilai kepada pelanggan – dengan angka, bukan slogan
Pengguna Malaysia makin peka terhadap produk yang ‘mesra alam’. Tapi mereka juga skeptikal terhadap label hijau yang kosong.
Gunakan kekuatan data & AI untuk berkomunikasi dengan lebih telus:
- “Produk ini datang dari rangkaian pembekal yang mengurangkan X% emisi sejak 2023.”
- “Penghantaran anda dioptimumkan untuk menjimatkan purata Y% bahan api berbanding laluan biasa.”
Bila pelanggan rasa mereka sebahagian daripada penyelesaian, kesetiaan jenama meningkat. Di sinilah kelestarian jadi senjata pemasaran yang disokong angka sebenar, bukan sekadar kempen branding.
Penutup: Masa hadapan rantaian bekalan – hijau, pintar, dan sangat kompetitif
Kellanova menunjukkan satu realiti:
Syarikat yang menggabungkan pertanian regeneratif, rantaian bekalan hijau dan AI logistik akan berada beberapa langkah di hadapan pesaing.
Tekanan regulatori, harapan pengguna, dan kos operasi semuanya bergerak ke arah yang sama. Syarikat yang lambat bertindak bukan sahaja ketinggalan dari sudut ESG, tetapi juga dari sudut kecekapan kos dan kebolehpercayaan bekalan.
Bagi pemain runcit, FMCG dan e-dagang di Malaysia, soalan utamanya bukan lagi “perlu atau tidak?”, tetapi:
- Kategori mana yang anda akan jadikan projek perintis?
- Data rantaian bekalan anda sudah cukup bersedia untuk AI?
- Bagaimana anda mahu buktikan – dengan angka – bahawa dari ladang ke lori ke rak, operasi anda makin hijau dan makin efisien?
Mereka yang mula menjawab soalan-soalan ini pada 12/2025 akan jadi rujukan industri menjelang beberapa tahun akan datang.